Google Ads genera contactos, pero no ventas: cómo diagnosticar el problema

Cuando Google Ads genera contactos, pero no suficientes ventas, aumentar el presupuesto puede ser una buena decisión o agravar el problema. Depende de lo que ocurra después de la consulta: quizá llegan personas que buscan otro servicio, quizá la propuesta no resulta convincente o quizá el equipo no tiene capacidad para atender las oportunidades que ya recibe.

Para una empresa española B2B, el diagnóstico debería terminar en una decisión sobre inversión, oferta o capacidad comercial. No necesita empezar buscando a quién culpar. Necesita distinguir qué se sabe del recorrido y qué explicación todavía debe comprobarse.

Acordar qué significa una oportunidad válida

Este artículo propone cuatro definiciones operativas. No son categorías universales: deben ajustarse al negocio y mantenerse estables durante el análisis.

Si marketing considera cualificado cualquier correo corporativo y ventas solo acepta proyectos con presupuesto aprobado, ambos equipos pueden tener razón dentro de su propia definición. El desacuerdo no se resuelve añadiendo un panel: se resuelve documentando el criterio. También debe distinguirse una venta contratada de una factura cobrada para no convertir el embudo comercial en una contabilidad improvisada.

Google permite complementar las conversiones captadas en la web con resultados posteriores mediante conversiones mejoradas para clientes potenciales, combinando información proporcionada por el usuario con datos importados del CRM. Esa capacidad conecta señales; no decide por la empresa qué constituye una oportunidad válida (documentación de Google Ads).

Por qué una campaña con contactos más caros puede aportar más

Una cohorte es un conjunto de contactos agrupados por su momento de entrada. Para este diagnóstico, la recomendación es comparar cohortes con un tiempo de maduración parecido y seguirlas hasta una fecha de corte explícita. Un presupuesto de ingeniería abierto hace tres días no debería evaluarse igual que uno pendiente desde hace cuatro meses.

El siguiente ejemplo es completamente simulado. Ambas campañas invierten 3.000 euros y sus oportunidades han tenido el mismo plazo para madurar; se supone, únicamente para simplificar, que todas las ventas tienen igual valor y margen.

La campaña B parece peor si se observa únicamente el coste por contacto. Sin embargo, en este ejercicio produce más ventas con la misma inversión. El cálculo no representa un CAC completo, porque excluye salarios comerciales, herramientas, producción y otros costes de adquisición.

Tampoco demuestra que B sea causalmente superior: no existe asignación aleatoria, podrían diferir las audiencias y el número de ventas es pequeño. Su utilidad es más modesta y más práctica: muestra por qué optimizar una métrica intermedia puede conducir a una decisión equivocada.

Dónde buscar la ruptura

El diagnóstico debe comenzar con una pregunta falsable: «¿Qué observaríamos si esta fuera la causa?». Así se evita atribuir cada resultado negativo a la explicación favorita del equipo.

Intención incorrecta: revisar consultas y muestras de solicitudes. Si predominan búsquedas de empleo, formación o servicios que no se prestan, la hipótesis está antes del formulario.

Promesa imprecisa: comparar el anuncio con la página y la conversación comercial. Una oferta que parece incluir algo que después se excluye puede atraer expectativas incompatibles.

Fricción de calificación: revisar por qué se descartan contactos y cuánto tarda esa decisión. Un formulario muy abierto puede generar volumen que el equipo no sabe priorizar.

Seguimiento incompleto: comprobar si existe responsable, primera gestión y siguiente acción. Una oportunidad sin gestión no permite concluir que el canal produce malos clientes.

Propuesta débil: examinar oportunidades que sí cumplen criterios, pero se pierden después de presupuestar. Aquí conviene investigar alcance, riesgo percibido, plazos y alternativas.

La recomendación es revisar una muestra sistemática que incluya ganados, perdidos y pendientes, no solo los casos llamativos. Si el volumen lo permite, se pueden incluir todos los registros de la cohorte. Cuando se utiliza una muestra pequeña, las conclusiones deben tratarse como hipótesis de trabajo y no como porcentajes representativos de toda la captación.

La calificación no debe esconder fallos internos

«Lead malo» es una etiqueta demasiado amplia para orientar una decisión. Es preferible separar falta de encaje, datos inválidos, ausencia de respuesta, proyecto aplazado, precio, competencia y falta de gestión. Estos motivos no requieren la misma intervención.

Considérese una empresa ficticia de climatización que descarta una solicitud porque el presupuesto deseado es bajo. Antes de modificar campañas, convendría comprobar si el anuncio insinuaba un precio que la empresa no podía ofrecer. En cambio, si el proyecto encaja y nadie devuelve la llamada, el problema no se corrige necesariamente con nuevas palabras clave.

También hace falta una categoría «motivo desconocido». Forzar al comercial a elegir una explicación no verificada produce una base aparentemente completa, pero menos fiable. La incertidumbre bien registrada es más útil que una precisión ficticia.

Qué puede decir la atribución y qué no

El registro de ventas permite describir qué pasó con los contactos, pero no demuestra por sí solo cuántas compras fueron adicionales gracias a la publicidad. La atribución y el efecto causal responden a preguntas diferentes.

Gordon y colaboradores contrastaron métodos observacionales con quince experimentos publicitarios de Facebook en Estados Unidos y encontraron diferencias frecuentes entre sus estimaciones (Marketing Science, texto del estudio). No es una evaluación de campañas españolas ni permite aplicar una corrección fija al retorno. Sí invita a no convertir una asociación en una certeza sobre ventas incrementales.

Para este diagnóstico, un recorrido comercial coherente sigue siendo útil. Permite localizar pérdidas y diseñar una intervención; la demostración causal de su efecto requiere una comparación adecuada.

Convertir el diagnóstico en una prueba interpretable

Cada explicación debería conducir a un cambio distinto. Si las solicitudes llegan fuera de alcance, merece la pena revisar la promesa y la segmentación; si encajan y se detienen al presupuestar, conviene examinar propuesta, plazos y capacidad antes de comprar más tráfico.

Una empresa ficticia de ingeniería podría comprobar si explicar mejor el tipo de proyectos que acepta reduce consultas incompatibles. Para evaluar el cambio necesitaría observar tanto el número de solicitudes como las oportunidades válidas: mejorar su proporción perdiendo muchos proyectos adecuados no sería un resultado satisfactorio.

La prueba debería concentrarse en una hipótesis principal y anotar otras modificaciones relevantes. Si cambian a la vez oferta, campañas, formulario y atención, resultará más difícil entender qué produjo la diferencia. Con pocos cierres, las observaciones pueden orientar sin demostrar todavía una mejora estable.

Al terminar, interesa distinguir un error comprobado, una explicación plausible y un efecto respaldado por el diseño de evaluación. Esa separación permite reparar lo evidente sin exagerar lo que todavía se desconoce.

La decisión correcta depende del cuello de botella

La inversión adicional tiene más sentido cuando hay demanda con encaje, una propuesta competitiva y capacidad para atenderla. Si falta alguna de esas condiciones, conviene estudiar si el siguiente euro aporta más corrigiendo esa limitación.

El resultado del diagnóstico puede ser ampliar campañas, concentrarse en un servicio o mejorar el proceso comercial. Lo importante es que la decisión responda a lo que ocurre con las oportunidades y no únicamente al precio de conseguir un formulario.